-
公开(公告)号：CN109921886A
公开(公告)日：2019-06-21
申请号：CN201910080693.2
申请日：2019-01-28
Applicant: 东南大学
IPC: H04L1/20 , H04B17/391 , H04B17/00 , G06K9/62
Abstract: 本发明公开了一种鲁棒的低功耗设备射频指纹识别方法，包括：(1)采集不同信噪比仿真环境中低功耗设备的输出信号；(2)对采集的信号进行预处理，并将预处理后的信号划分成训练集和验证集；(3)对于训练集中信号，选择前导的最后i个符号作为训练样本，选择设备型号作为对应标签，进行卷积神经网络训练，得到目标信号区间为i的卷积神经网络CNNi；(4)采用验证集得到每个信噪比区间下的最优目标信号区间；(5)计算待识别低功耗设备的输出信号的信噪比，选择该信噪比对应的最优目标信号区间i*，并将前导信号中最后i*个符号输入卷积神经网络CNNi*进行识别，得到预测的设备型号。本发明可以在低功耗设备存在低功耗模式切换的情况下，有效地抵抗存在的半稳态现象，极大地提高设备识别性能。
-
Patent Agency Ranking
公开(公告)号：CN109921886B
公开(公告)日：2021-08-10
申请号：CN201910080693.2
申请日：2019-01-28
Applicant: 东南大学
IPC: H04L1/20 , H04B17/391 , H04B17/00 , G06K9/62
Abstract: 本发明公开了一种鲁棒的低功耗设备射频指纹识别方法，包括：(1)采集不同信噪比仿真环境中低功耗设备的输出信号；(2)对采集的信号进行预处理，并将预处理后的信号划分成训练集和验证集；(3)对于训练集中信号，选择前导的最后i个符号作为训练样本，选择设备型号作为对应标签，进行卷积神经网络训练，得到目标信号区间为i的卷积神经网络CNNi；(4)采用验证集得到每个信噪比区间下的最优目标信号区间；(5)计算待识别低功耗设备的输出信号的信噪比，选择该信噪比对应的最优目标信号区间i*，并将前导信号中最后i*个符号输入卷积神经网络CNNi*进行识别，得到预测的设备型号。本发明可以在低功耗设备存在低功耗模式切换的情况下，有效地抵抗存在的半稳态现象，极大地提高设备识别性能。
-
公开(公告)号：CN118338298A
公开(公告)日：2024-07-12
申请号：CN202410370864.6
申请日：2024-03-28
Abstract: 本申请涉及一种射频指纹的提取方法、装置、计算机设备和存储介质。所述方法包括：第一终端获取第二终端发送的通信信号中的初始子帧，对初始子帧进行偏移矫正和信道抑制矫正，得到目标子帧，偏移矫正包括时域频偏矫正、相位偏移矫正和采样定时偏移矫正中的至少一种，根据目标子帧和本地解调参考序列，提取通信信号中的射频指纹。通过对通信信号中的初始子帧进行偏移矫正和信道抑制矫正，去除初始子帧中的偏移和干扰等误差项，得到较为理想的目标子帧，从而根据本地解调参考序列，从目标子帧中提取出通信信号的射频指纹，解决了传统技术中缺乏从初始子帧中提取通信信号的射频指纹的方法的问题。
-
公开(公告)号：CN113794531A
公开(公告)日：2021-12-14
申请号：CN202111070266.X
申请日：2021-09-13
Applicant: 东南大学
Abstract: 本申请公开了一种基于前导码的WiFi信道干扰方法与系统，该方法通过在指定信道连续发送IEEE802.11协议前导码中的短训练字段（L‑STF），使该信道的所有无线局域网设备判断当前信道为忙从而无法利用WiFi进行网络通信。干扰系统可以实现对指定信道进行精确干扰，以及在2.4G或5GWiFi频段下的全频段干扰。指定信道的精确干扰通过扫描当前网络环境中的无线局域网参数，选择干扰目标所在的信道，最后通过功率放大模块放大干扰信号，对该信道进行攻击，使附近该信道的所有无线局域网设备无法进行正常的网络通信，从而有效地消他人利用WiFi窃取隐私安全的可能性。
-
公开(公告)号：CN109919015A
公开(公告)日：2019-06-21
申请号：CN201910080034.9
申请日：2019-01-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于多采样卷积神经网络的射频指纹提取和识别方法，包括：(1)采集不同环境参数下的仿真环境中无线设备的输出信号，并进行预处理；(2)将所有预处理后的信号按预设比例随机划分成训练集、验证集和测试集，并采用切片技术将所述训练集、验证集和测试集扩大；(3)根据训练集和验证集对多采样卷积神经网络进行参数选择和训练，其中多采样卷积神经网络由降采样层、局部卷积层和全连接层构成；(4)针对实际接收的无线设备输出信号，利用训练好的多采样卷积神经网络对其进行分类识别。本发明识别效果更好。
-
公开(公告)号：CN113794531B
公开(公告)日：2023-12-29
申请号：CN202111070266.X
申请日：2021-09-13
Applicant: 东南大学
Abstract: 本申请公开了一种基于前导码的WiFi信道干扰方法与系统，该方法通过在指定信道连续发送IEEE802.11协议前导码中的短训练字段（L‑STF），使该信道的所有无线局域网设备判断当前信道为忙从而无法利用WiFi进行网络通信。干扰系统可以实现对指定信道进行精确干扰，以及在2.4G或5GWiFi频段下的全频段干扰。指定信道的精确干扰通过扫描当前网络环境中的无线局域网参数，选择干扰目标所在的信道，最后通过功率放大模块放大干扰信号，对该信道进行攻击，使附近该信道的所有无线局域网设备无法进行正常的网络通信，从而有效地消他人利用WiFi窃取隐私安全的可能性。
-
-
-
-
-
Search Results
26
records
(took 0.035 seconds)
